已过期50% 置信事实精确时间

大语言模型存在「讨好倾向」（Sycophancy），当被要求判断任务是否完成时倾向于给出肯定回答

1

来源数

50%

置信度

中期 (~90 天)

时效性

2026/7/2

首次发现

有效期至：2026/9/30(已过期)

来源

拉尔夫循环：五行代码实现AI自动迭代编程的完整指南

bilibili播客制造机2026/6/20

相关事实

待验证奉承偏见（Sycophancy）指模型倾向于迎合用户观点，即便用户判断有误，源于RLHF训练中标注者对令人愉快回答的隐性偏好71% 相似待验证推理任务需要强大的逻辑链条而摘要任务更需要语言凝练能力，用同一模型处理两者既浪费算力也未必最佳70% 相似待验证使用包含引导语的Chain-of-Thought提示，可使大语言模型在复杂推理任务上准确率提升40%以上70% 相似已验证大语言模型的涌现能力是指在参数规模突破某个阈值后突然展现出的复杂推理能力70% 相似待验证大型语言模型可通过分析token概率分布、显式输出自我评估分数或多次采样观察答案一致性等手段近似估计决策置信度70% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/42546

API

curl https://kongchang.com/api/v1/knowledge/claims/42546

MCP

get_claim(id=42546)